کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تحلیل امواج صوتی و به کارگیری تکنیکهای پردازش سیگنال صوتی
- توسعه و پیادهسازی الگوریتمهای بینایی رایانهای با استفاده از OpenCV
- انجام عملیاتهای مورفولوژیک بر روی تصاویر و ویدیوها برای دستکاری دادهها
- به کارگیری تکنیکهای تشخیص گفتار برای دیجیتالسازی و تحلیل سیگنالهای صوتی
توضیحات دوره
به دوره کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار خوش آمدید. در این دوره، شما مهارتهای عملی لازم برای استفاده از فناوریهای پیشرفته در پردازش دادههای بصری و تفسیر گفتار انسانی را کسب خواهید کرد. این دوره به شما تواناییهای عملی مورد نیاز برای حل چالشهای واقعی در زمینه بینایی رایانهای و تشخیص گفتار را میدهد.
در پایان این دوره، شما قادر خواهید بود:
- امواج صوتی را با استفاده از تکنیکهای مختلف پردازش سیگنال صوتی تحلیل کنید.
- درک خوبی از اصول بینایی رایانهای و کاربردهای آنها داشته باشید.
- عملیاتهای مورفولوژیک را بر روی تصاویر و ویدیوها در یک محیط پیکربندی سفارشی انجام دهید.
- تکنیکهای پیشرفته پردازش دادههای صوتی و ویدیویی را پیادهسازی کنید.
- از قابلیتهای OpenCV برای ایجاد راهحلهای قوی در تحلیل تصاویر و ویدیوها استفاده کنید.
این دوره برای علاقهمندان به هوش مصنوعی، دانشمندان داده و توسعهدهندگانی که به دنبال گسترش مهارتهای خود در زمینه بینایی رایانهای و تحلیل گفتار هستند، ایدهآل است.
تجربه قبلی در برنامهنویسی با Python و درک پایهای از مفاهیم یادگیری ماشین بهمنظور بهرهمندی کامل از این دوره توصیه میشود.
این سفر آموزشی را آغاز کنید تا هنر بینایی رایانهای و تشخیص گفتار را بیاموزید و توانایی خود را در ساخت سیستمهای هوشمند برای حوزه در حال تحول هوش مصنوعی افزایش دهید.
کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار
-
مقدمه دوره 3:38
-
دستاورد صنعتی در تشخیص صوت و گفتار 2:24
-
فناوری تشخیص گفتار 5:24
-
کاربردهای بینایی رایانهای 5:27
-
کاربردهای بینایی رایانهای: پزشکی و بیماریهای گیاهی 6:22
-
هرم مسئولیت هوش مصنوعی 6:59
-
تکامل بینایی رایانهای و تحلیل گفتار 4:35
-
تکامل تحلیل گفتار 4:30
-
OpenCV چیست؟ 6:24
-
نصب OpenCV در ویندوز 3:38
-
نصب OpenCV در ویندوز: مدیریت کتابخانهها در Jupyter 4:47
-
نصب کتابخانههای یکپارچه - NumPy ،Matplotlib ،SciPy و Pillow 6:12
-
نصب کتابخانههای یکپارچه - Dlib ،Scikit و Pytorch 4:31
-
عملیاتهای OpenCV 3:00
-
نمایش: بارگذاری تصویر و انکودینگ تصویر به RGB 6:03
-
نمایش: تغییر اندازه، چرخش و Flip کردن تصویر 6:54
-
نمایش: Gaussian Blur 6:50
-
نمایش: تشخیص لبه و تبدیل 6:01
-
نمایش: آستانه گذاری تصویر - تصویر باینری 5:12
-
نمایش: روشهای مختلف آستانه گذاری 6:18
-
نمایش: موارد کاربرد عملی 2:50
-
آستانهگذاری تطبیقی چیست؟ 4:31
-
نمایش آستانه گذاری جهانی تطبیقی 5:16
-
نمایش: پیادهسازی روشهای آستانهگذاری تطبیقی 6:42
-
عملیاتهای مورفولوژیک 4:42
-
عملیاتهای مورفولوژیک در OpenCV 3:38
-
نمایش: باز کردن (گسترش و فرسایش) 5:42
-
نمایش: بستن و گرادیان مورفولوژیک 5:47
-
تحولات بلکهات و وایتهات 4:31
-
نمایش: الگوریتم سفید و کلاه معکوس 4:27
-
نمایش: الگوریتم بلکهات 5:36
-
خلاصهای از بینایی رایانهای با OpenCV 6:43
-
به دوره کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار خوش آمدید None
-
کشف فناوریها برای بینایی رایانهای None
-
ملاحظات اخلاقی در بینایی رایانهای None
-
الگوریتم LBPH: هیستوگرام الگوهای دوتایی محلی None
-
الگوریتم Watershed برای پردازش تصویر None
-
پردازش ویدئو 3:00
-
نمایش: پیادهسازی پردازش ویدئو به صورت فریم به فریم 4:02
-
نمایش: خروج از عملیات پردازش 3:07
-
نمایش: راهاندازی فریمهای ویدیو 5:32
-
نمایش: ذخیره فریمها 6:49
-
نمایش: بارگذاری دادهها 5:01
-
نمایش: عملیات خواندن و نوشتن 6:23
-
نمایش: تطابق هیستوگرام 6:38
-
نمایش: تطبیق تصاویر منبع و مرجع 4:52
-
نمایش: تابع توزیع تجمعی 5:11
-
نمایش: تفاوتها در تصاویر 4:11
-
Haar Cascade 1:45
-
Haar Cascade: بررسی الگوریتم 5:49
-
کاربرد و محدودیت الگوریتم Haar Cascade 2:22
-
نمایش: پیادهسازی الگوریتم Haar Cascade 6:50
-
نمایش: کد تشخیص چهره برای تصویر ثابت 4:01
-
نمایش: پیادهسازی جعبه مرزی برای تشخیص چهره 5:39
-
نمایش: اعمال تشخیص چهره بر روی تصاویر 5:31
-
مقدمهای بر شناسایی چهره 5:49
-
نمایش: راه اندازی کتابخانههای پیش نیاز و بارگذاری تصویر 2:05
-
نمایش: شناسایی و تشخیص چهره 4:42
-
نمایش: تشخیص نقاط کلیدی صورت با بارگذاری فایل و راه اندازی کتابخانه 5:28
-
نمایش: تنظیم جزئیات ویدئو از طریق OpenCV 5:52
-
نمایش: شناسایی چهره 6:48
-
نمایش: انکودینگ نقاط کلیدی صورت 3:55
-
نمایش: پیادهسازی نقاط کلیدی صورت بر روی تصاویر 3:57
-
نمایش: پیادهسازی نقاط کلیدی صورت در ویدیوها 5:11
-
خلاصهای از پردازش ویدئو با OpenCV 6:23
-
واقعیت افزوده مبتنی بر نشانگر None
-
مزایا و معایب تشخیص چهره با استفاده از الگوریتم Haar cascade در OpenCV None
-
مقدمهای بر گفتار: دادههای صوتی 3:45
-
مقدمهای بر گفتار: تعامل انسان و کامپیوتر و کاربردها 5:21
-
پردازش گفتار 6:17
-
تولید گفتار 7:09
-
مشکلات در تحلیل گفتار 6:42
-
عملکرد امواج صوتی 4:55
-
ADC و نرخ نمونهبرداری، بیت ریت 3:11
-
تبدیل ADC (مبدل آنالوگ به دیجیتال) به DAC (مبدل دیجیتال به آنالوگ) 4:36
-
نمایش: تولید صدا 7:22
-
نمایش: طیفنگار 6:27
-
نمایش: فرکانسهای سیگنال در طول زمان 4:15
-
خلاصهای از تحلیل فایل صوتی 1:46
-
نمایش: تبدیل یک فایل صوتی به امواج صوتی 7:25
-
گفتار انسانی 6:45
-
امواج صوتی 4:48
-
پردازش سیگنال دیجیتال 6:30
-
MFCC (ضریب سپکتروم مل فرکانس) 6:09
-
فرمول پنجرهگذاری و سپکتروم 4:35
-
نمایش: محاسبه طیفنگار 3:41
-
نمایش: دیجیتالسازی دادههای صوتی 4:53
-
نمایش: تبدیل بخشهای شکسته فایل صوتی برای تشخیص گفتار 3:43
-
Onset صدا، Offset صدا، تشخیص لرزش و نویز 6:09
-
درک مفاهیم شروع و پایان صدا 3:26
-
تشخیص لرزش 1:58
-
نمایش: ZCR، تشخیص نت، تشخیص فعالیت صدا 4:56
-
نمایش: تشخیص لرزش 4:52
-
خلاصهای از تشخیص گفتار و تحلیل صوتی 5:15
-
تحلیل گفتار در امنیت سایبری None
-
پردازش گفتار - ابزارک ایجاد و ارزیابی تعاملی (SPICE) None
-
خلاصهای از کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار 3:33
-
پروژه عملی - ردیابی و تشخیص خودرو None
مشخصات آموزش
کاربردهای هوش مصنوعی: بینایی رایانهای و تشخیص گفتار
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:98
- مدت زمان :07:22:51
- حجم :2.67GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 01:39:55
- تعداد درس: 6
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:48:11
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 54:55
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:33:59
- تعداد درس: 86
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 23:25:23
- تعداد درس: 78
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:08:59
- تعداد درس: 8
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 12:44:39
- تعداد درس: 121
-
سطح دوره:
-
زبان: دوبله فارسی